可以通过使用布局类实例的layout属性来设置画布中图表的布局。
图表可以放置在其容器中。 x 和 y 调整位置， w 和 h 调整大小。单位是容器的比例。图表不能放置在其容器之外，并且宽度和高度是主要限制：如果 x + w >1 , 则 x = 1 - w。
x是从左到右的水平位置
y是从顶部开始的垂直位置
h是图表相对于其容器的高度
w是盒子的宽度
除了大小和位置之外，相关属性的模式还可以设置为 factor 或 edge ，默认值是 factor 。
可以将layoutTarget设置为 outer 或 inner 。默认值为 outer 。
图例的位置可以通过设置它的位置进行控制 r , l , t , b 和 tr 分别控制右， 左， 顶部，底部。默认值为 r 。
或应用手动布局
整个数据系列和单个数据点可以通过 graphicalProperties 广泛地设置样式。把事情做好可能需要一些时间。
仪表图组合了一个饼图和一个环形图去创建一个"仪表"。第一个图表时包含四个切片的环形图，前三个切片与仪表的颜色相对应，第二个切片对应仪表的颜色。第四部分是甜甜圈的一半，不可见。
添加了包含三个切片的饼图。第一个和第三个切片是不可见的，因此第二个切片可以充当仪表上的指针。
使用数据系列中各个数据点的图形属性来完成效果。
图表工作表是一个只包含图表的特殊工作表。图表的所有数据必须在不同的工作表上。
bar函数调用中添加输入参数hatch，例子如下：
import matplotlib.pyplot as pltx1_value=1
y1_value=10
x2_value=2
y2_value=20
bar_width = 0.2
plt.bar(x1_value, y1_value, bar_width, hatch='*')
plt.bar(x2_value, y2_value, bar_width, hatch='/')
picName='test.png'
plt.savefig(output_path + picName, dpi=200)
结果：
关于hatch值的填法，可参考：https://matplotlib.org/api/patches_api.html#matplotlib.patches.Patch.set_hatch
python 阵列和列表的区别 没啥区别就是列表（序列）有很多方法
阵列（元组）没啥方法
Python没有阵列：
只有元组(tuple)和列表(list)；
元组一旦建立不可改变，例如：aa=tuple(1,2,3)；
元组不能追加(append)元素，弹出(pop)元素等；
只能对元组中的元素进行索引aa[0]，不能对其中的元组进行赋值aa[0]=8；
使用元组的好处在于对元组进行操作更为高效，适合存放一组常量；
而上述的众多不可以，使用列表list是可以的。
c#中阵列和阵列列表的区别
最显著的区别为：阵列一旦初始化后，阵列元素的数量不能再改变；而List<T>是集合，集合元素的数量可以动态变化。
例如：
阵列int[] a = new int[3] 阵列a只能容纳3个int型别值
阵列一旦初始化后，元素数量是固定的，在后续的操作中，不允许增加或减少元素的数量。
List<int>集合List<int>list = new List<int>()初始时，list中的元素为0新增元素list.Add(1)list.Add(2)list.Add(3) list中有3个int型别的元素继续新增元素list.Add(100)list.Add(200)list.Add(300)list中有6个int型别的元素删除第1个元素，即删除值等于1的元素list.RemoveAt(0) list中还有5个元素删除所有元素list.Clear() list中元素数量为0
列表集合中元素的数量是动态可变的！
python阵列和连结串列的区别
python中没有阵列，只有元组，和列表的区别就是元组不可变，列表可变。
阵列列表与阵列的区别
阵列列表和阵列非常相似，不过阵列列表的容量可以动态变化，所以阵列列表也是集合型别中使用频率较高的型别。通过ClassRoom类操作 Student型别的阵列列表，阵列列表相关的方法都由ClassRoom类的例项方法呼叫，这样更有利于向外界隐藏实现程式细节。
阵列，集合，列表的使用与区别
区别是：
所谓阵列，就是相同资料型别的元素按一定顺序排列的集合，就是把有限个型别相同的变数用一个名字命名，然后用编号区分他们的变数的集合，这个名字称为阵列名，编号称为下标。组成阵列的各个变数称为阵列的分量，也称为阵列的元素，有时也称为下标变数。阵列是在程式设计中，为了处理方便， 把具有相同型别的若干变数按有序的形式组织起来的一种形式。这些按序排列的同类资料元素的集合称为阵列。
集合（简称集）是数学中一个基本概念，它是集合论的研究物件，集合论的基本理论直到19世纪才被创立。最简单的说法，即是在最原始的集合论——朴素集合论中的定义，集合就是“一堆东西”。集合里的“东西”，叫作元素。由一个或多个元素所构成的叫做集合。若x是集合A的元素，则记作x∈A。集合中的元素有三个特征：1.确定性（集合中的元素必须是确定的） 2.互异性（集合中的元素互不相同。例如：集合A={1，a}，则a不能等于1） 3.无序性（集合中的元素没有先后之分）。
python中怎么实现阵列与列表的读取
在python中，普通的列表list和numpy中的阵列array是不一样的，最大的不同是：一个列表中可以存放不同型别的资料，包括int、float和str，甚至布林型；而一个数组中存放的资料型别必须全部相同，int或float。
在list中的资料型别储存的是资料的存放的地址，简单的说就是指标，并非资料，这样储存一个list就太麻烦了，例如list1=[1,2,3,4]需要4个指标和四个资料，增加了储存和消耗cpu，而array1=numpy.array([1,2,3,4])只需要存放四个资料，读取和计算更加方便，因此在做纯数字操作时，建议使用array。
也正因为列表可以存放不同型别的资料，因此列表中每个元素的大小可以相同，也可以不同，也就不支援一次性读取一列，即使是对于标准的二维数字列表：
?
12345
>>>a=[[1,2,3],[4,5,6]]>>>a[0] #取一行[1, 2, 3]>>>a[:,0] #尝试用阵列的方法读取一列失败TypeError: list indices must be integers or slices, not tuple
我们需要用列表解析的方法读取一列：
?
123
>>>b=[x[0] for x in a]>>>print(b)[1, 4]
而对于阵列，可以直接读取：
?
1234
>>>import numpy as np>>>a=np.array([[1,2,3],[4,5,6]])>>>a[:,0]array([1, 4])
当然列表在处理混合资料时也有着独特的优势。
js阵列和连结串列的区别
首先从逻辑结构上说，两者都是资料结构的一种，但存在区别，阵列是申请的一块连续的记忆体空间，并且是在编译阶段就要确定空间大小的，同时在执行阶段是不允许改变的，所以它不能够随着需要的改变而增加或减少空间大小，所以当资料量大的时候，有可能超出了已申请好的阵列上限，产生资料越界，或者是资料量很小，对于没有使用的阵列空间，造成记忆体浪费。连结串列则是动态申请的记忆体空间，并不像阵列一样需要事先申请好大小，连结串列是现用现申请就OK，根据需求动态的申请或删除记忆体空间，对于的是增加或删除资料，所以比阵列要灵活。再从物理储存即记忆体分配上分析，阵列是连续的记忆体，对于访问资料，可以通过下标直接读取，时间复杂度为O(1)，而新增删除资料就比较麻烦，需要移动运算元所在位置后的所有资料，时间复杂度为O（N）。连结串列是物理上非连续的记忆体空间，对于访问资料，需要从头便利整个连结串列直到找到要访问的资料，没有阵列有效，但是在新增和删除资料方面，只需要知道操作位置的指标，很方便可以实现增删，教阵列比较灵活有效率。所以综合以上，对于快速访问资料，不经常有新增删除操作的时候选择阵列实现，而对于经常新增删除资料，对于访问没有很高要求的时候选择连结串列。
阵列和列表有什么区别
两者之间的区别：
一，空间大小：
1,）它的空间大小是固定的，空间不够时也不能再次申请，所以需要事前确定合适的空间大小。
2,）ArrayList的空间是动态增长的，如果空间不够，它会建立一个空间比原空间大一倍的新阵列，然后将所有元素复制到新阵列中，接着抛弃旧阵列。而且，每次新增新的元素的时候都会检查内部阵列的空间是否足够。
二，储存内容
1,）Array阵列可以包含基本型别和物件型别，
2,）ArrayList却只能包含物件型别。 但是需要注意的是：Array阵列在存放的时候一定是同种型别的元素。ArrayList就不一定了，因为ArrayList可以储存Object。
三，方法：
ArrayList作为Array的增强版，当然是在方法上比Array更多样化，比如新增全部addAll()、删除全部removeAll()、返回迭代器iterator()等。
适用场景：
如果想要储存一些在整个程式执行期间都会存在而且不变的资料，我们可以将它们放进一个全域性数组里，但是如果我们单纯只是想要以阵列的形式储存资料，而不对资料进行增加等操作，只是方便我们进行查询的话，那么，我们就选择ArrayList。而且还有一个地方是必须知道的，就是如果我们需要对元素进行频繁的移动或删除，或者是处理的是超大量的资料，那么，使用ArrayList就真的不是一个好的选择，因为它的效率很低，使用阵列进行这样的动作就很麻烦，那么，我们可以考虑选择LinkedList。
